×
加载中...
云从科技提出视觉-语言跟踪大一统模型,刷新4项世界纪录
丸子 鞭牛士 2023-08-08 13:18

鞭牛士 8月8日消息,云从科技官方微信公众号发文称,近日,作为多媒体领域唯一CCF A类顶级国际人工智能学术会议ACM MM 2023公布了论文接收名单,云从科技及联合研究团队的论文《All in One: Exploring Unified Vision-Language Tracking with Multi-Modal Alignment》成功入选。


微信截图_20230808131530.png


All-in-One模型首次实现了视觉-语言跟踪网络结构与学习范式的大一统,摒弃了复杂的融合模块,实现了更加高效的多模态跟踪框架。All-in-One在4个富有挑战性的数据集(TNL2K, LaSOT, LaSOTExt, WebUAV-3M)上刷新了四项世界纪录,并在OTB99-L数据集上使用单模型达到了多模型效果,这是云从科技从容大模型在多模态方面的又一次技术突破。

扫码下载app 最新资讯实时掌握